モバイルアプリとゲームのUA向けクリエイティブテストシステムとは、新しい広告のバッチを信頼できる勝者に変え、その勝者を次のバッチへとつなげるループです。私はそのループを、自分が買うキャンペーンの中で構築し、運用します。支出を読む人間と次のバージョンを書く人間が、同一人物だからです。
このページは、クリエイティブテストが場当たり的に感じられるグロースリードやUAリード、あるいは大量に広告を出稿しているのに学びが少ないチームのためのものです。このシステムが何であり、何を必要とし、UGCとAI映像がどこに位置づけられるかを説明します。この手法の最初の段階は手順ごとに公開しており、広告そのものを制作するのは広告制作です。このページは、次に何を作るべきかを決めるシステムです。
このページに記載しているプラットフォームの情報は、2026年9月23日と24日にGoogle、Meta、TikTokの公式ドキュメントと照合済みです。
なぜクリエイティブテストは場当たり的に感じられるのか
モバイルアプリとゲームのクリエイティブテストが場当たり的に感じられるのは、稼働中のキャンペーンの中で広告を比較し、テストではなくプラットフォームが誰に何を見せるかを決めているときです。Meta、Google、TikTokは、自社のモデルが成果を期待する広告に予算を振り向けるため、早く抜け出した広告が支出を独占し、残りは公平なサンプルを得られないまま終わります。返ってくるのは、アイデアの順位ではなく配信の順位です。1バージョンにつき3つの要素を変えれば、何も次のラウンドに引き継がれません。ランダムさの原因は、設計そのものにあります。
Gordon、Zettelmeyer、Bhargava、Chapskyは15件のFacebook実験を観察的な推定値と比較し、その推定値が実験結果を再現できないケースが多いことを明らかにしました。つまり、ダッシュボード上の勝者が本物の勝者だとは限りません。だからこそ、大きなバッチに対する最初の読みは、あくまでスクリーニングにすぎません。エリミネーションラウンドでは、すべての広告を専用のインストールキャンペーンで同時にスタートさせて支出を読み、最終判断は売上が出るまで待ちます。Metaがスケールし続けていた5本の広告を私が外したとき、アルゴリズムはその5本がついに届かなかった水準を超える、新たな6本のクリエイティブを浮かび上がらせました。
なぜクリエイティブのイテレーションが十分に速くないのか
モバイルアプリやゲームのUAチームがクリエイティブのイテレーションを十分な速さで回せないのは、たいていループの中に引き継ぎがあるからです。広告が疲弊したのを見た人がブリーフを書き、ブリーフはスタジオの順番待ちになり、スタジオはポートフォリオから推測で作り、次のバージョンが届く頃には勝ったものはすでに色褪せています。制約となっているのはクリエイティブの供給であり、そのボトルネックは制作スピードではなく、次に何を作るかを決めることにあります。速いイテレーションとは、支出配分を読む人間が、ブリーフもアカウントマネージャーも介さずに、勝ったものの次のバージョンを自分で書くことを意味します。
私が運用しているのはこの形です。各ラウンドは書面での読み解きで終わり、次のアイデアはそこから生まれ、勝ったものはきちんとしたバージョンになり、負けたものは二度と作られません。Horse Racing Solitaireでは、1つのアカウントを通じて5か月間で175本の広告が走り、14本がインストール単価£1.00未満でした。外部スタジオの広告がブリーフだけを共有してアカウントには参加しなかったとき、Metaはその予算配分を22日間で30%から4.5%まで削っていきました。広告制作はまずテスト版を作り、勝ったものだけを仕上げます。
クリエイティブテストシステムはどう構築するのか
アプリとゲームのUA向けクリエイティブテストシステムには5つの要素があります。2つのレベルのテスト。大きく異なるコンセプトを、購入という指標に対してアイデア全体として判断するテストと、1つのコンセプトの複数バージョンについて、名前を付けた1つの変数だけを基準となるバージョンに対して変え、勝敗から学びを得られるようにするテストです。すべての広告に同じスタートラインを与える構造。専用のインストールキャンペーンでテスト版を走らせ、すべての広告を同時に起動し、支出をスクリーニングのシグナルとして読み、予算には手を加えません。配信開始前に書いておく判断ルール。指標、支出の上限、レビュー期間、そして何を判断不能とみなすかです。テストした変数と判断内容を添えた、すべての広告の記録。そして、勝ったものだけをきちんと作り直す制作部門です。
最初の3つは、購入で検証できる数より多くのバージョンを抱えるアカウントで私が使う運用方法です。バッチが小さければ、そのまま購入テストに進み、エリミネーションラウンドは予算の計算式とともに手順ごとに公開しています。ほとんどのチームが省いてしまうのが記録です。ラウンドごとに各広告の支出、インストール数、初期の挙動、判断を記録し、そこには変わった変数と次の仮説も必要です。ルールが先にあることが重要です。Johari、Koomen、Pekelis、Walshは、テストを繰り返し確認して最初に有意な結果が出た時点で止めることが、偽陽性を増やすことを示しました。私は判断を売上で読みます。同じIPMとCPIの裏で、インストールから購入への転換率が5%のこともあれば20%のこともあるからです。
| プラットフォーム | 何を提供するか | どう読み解くか |
|---|---|---|
| Meta | A/Bテスト。1つの変数、測定可能な仮説、他のどのキャンペーンも使用していないオーディエンス、期間は7日から30日 | 各グループ内の配信は依然として最適化されている。つまり、Metaが配信した結果としてどちらの広告が良い成績を出すかという比較 |
| TikTok | Split Test。仮説を先に立て、意味のある差が出る変数を1つ、推定検出力80%以上、期間は7日から30日、実施中の編集は不可 | Smart CreativeもAutomate Creativeもsplit testには対応しておらず、Smart Creativeは疲弊したと判定した広告を一時停止する |
| Google App campaigns | 方向性を見るための実験。明確な結果を得るにはテストごとに属性を1つ、特定のApp campaignの設定に限定、デフォルトの終了日は14日、固定の予算や期間のルールはない | アセットは組み合わされて広告になり、単独の露出としてではなく相対的に評価される |
UGCとAIGCはクリエイティブテストシステムのどこに位置づけられるのか
UGCとAIGCは、アプリとゲームのクリエイティブテストシステムの中でテストするフォーマットであり、それ自体が答えではありません。クリエイターが自分のスマートフォンで撮った映像は、広告というより投稿として受け取られ、アプリの場合、フックはたいてい何かを見せる前に誰かが自分の言葉で問題を言い当てることです。AI映像には撮影という工程がないため、誰も撮影する前に3パターンの冒頭のセリフを実際のオーディエンスの前に出せます。どちらもデフォルトで勝つわけではありません。クリエイターによる推奨の効果を示す根拠はクリエイター、プロダクト、プラットフォームによって差があり、AIで制作した広告についての根拠はまだ初期段階で、測定しているのは課金者ではなくエンゲージメントです。
AI映像が訴求を見つけ、勝った訴求をクリエイターが撮影し、プロダクトそのものが売りになる場面ではゲームプレイやアプリのキャプチャが先導します。どの組み合わせにするかは、アカウントの読み解きが決めます。EatBetterでは、paid UAとして配信したクリエイターコンテンツが、2か月で月間経常収益を$10Kから$180Kまで伸ばしたエンジンでした。Barari、Eisend、Jainによる135件の実験のレビューは、クリエイターによる推奨が平均してエンゲージメントと購入意向を高めることを示しています。Kapoor、Kumarのフィールド実験では、パーソナライズされた生成映像がある小売業者の既存顧客のエンゲージメントを高めましたが、パーソナライゼーションとAIの効果は切り分けられておらず、インストールについては何も測定していません。アプリ向けUGC広告とAI UGC広告もご覧ください。
クリエイティブテストシステムを構築する専門家は何をするのか
モバイルアプリとゲームのクリエイティブテストシステムを構築する専門家は、ループを設計し、それを運用し、動き続ける状態にして引き渡します。具体的には、アカウントがこれまで評価してきたものからコンセプトを書き、各バージョンでどの変数をテストするかを決め、すべての広告に同じスタートラインを与えるようテストを設計し、虚栄の指標ではなく支出を読み、予算を食いつぶす前に負けクリエイティブを止め、次のラウンドの出発点となる読み解きを書くことです。社内チームの育成も含まれます。一人の頭の中にしかない仕組みは、仕組みとは呼べないからです。すべてのアセットを制作するのは、また別の仕事です。
私はこれを、UAのretainerの中で行ってきました。広告は私が運用するキャンペーンの中でテストされます。Deutsche Telekomでは、社内のクリエイティブテストのプロセスを構築し、チームが自力でUAを運用できるように育成しました。また広告制作を通じても行っており、そこでは広告と一緒に読み解きが届きます。私が新しく開くアカウントの大半では、クリエイティブの供給が最大の制約になっています。だからこそ、Growth Auditでは、何がテストされ、何が未検証のまま出稿され、支出と虚栄の指標のどちらが勝者を選んでいるかを読み解きます。
なぜクリエイティブテストとパフォーマンスマーケティングを一人から買うべきなのか
クリエイティブテストとパフォーマンスマーケティングを一人から買うことで、クリエイティブの学びの大半が失われる引き継ぎの部分がなくなります。支出配分を読む人間が、次のコンセプトを書きます。コンバージョンシグナルを設定した人間だからこそ、安いインストール広告が、課金者をもたらしたより高価な広告に負けた理由がわかります。これらの仕事をスタジオ、代理店、バイヤーに分けてしまうと、それぞれが常にデータより古いドキュメントを互いに渡し合うことになります。オーナーが一人であれば速く、読み解きも正直になります。ROASの責任を負うのが同じ人間だからです。
retainerの中で、私自身が媒体を買い、シグナルを所有し、クリエイティブのループを運用します。制作がスコープに含まれる場合は、私のネットワークが広告を制作します。あるサブスクリプションアプリのアカウントでは、917本の広告にわたって、コンセプトとそのバリエーションがROASのばらつきの25.2%を説明し、言語は4.8%でした。これは、クリエイティブの記録と売上が同じ人間の手元にあって初めて得られる読み解きです。Signal Engineeringが先に来るのは、壊れたデータの上でテストのループを回せば、間違った勝者をより速く見つけてしまうからです。モバイルゲーム向けpaid UAとサブスクリプションアプリ向けpaid UAで、プロダクトによってループがどう変わるかを説明しています。
対象者
- paid UAに月間$100K前後を投じている、またはその水準に達する資金調達を終えたサブスクリプションアプリとモバイルゲーム
- 大量のクリエイティブを出稿しているのに、どの広告が勝ったのか、なぜ勝ったのかを説明できないチーム
- トップの広告が疲弊し、次のバッチにテスト計画がないゲーム
- 外部スタジオにクリエイティブ制作を依頼してきて、それをテストシステムと比較したいチーム
提供内容
- 貴社の広告アカウントに構築するテストのループ。専用のインストールキャンペーンでテスト版を走らせ、すべての広告を同時にスタートさせ、支出が判断を下し、勝ったものだけをきちんと作り直します
- 私が所有するクリエイティブブリーフとアセット戦略。クリエイティブ制作を追加する場合、広告は私のネットワークが制作します
- 各ラウンドの終わりに届く書面での読み解き。何が勝ち、何が負け、次に何を作るべきか
- 目標に対する週次の数字報告、そして自らを測る指標の一つとしてのクリエイティブのイテレーション速度
- 貴社のチームが手元に残せるドキュメント、そして私なしでこのプロセスを運用できるようにするトレーニング
よくある質問
なぜ私たちのクリエイティブテストは場当たり的に感じられるのですか
クリエイティブテストが場当たり的に感じられるのは、プラットフォームが最適化しているキャンペーンの中で広告を比較しているからです。早く抜け出した広告が支出を独占し、残りは公平なサンプルを得られません。直すべきは設計です。専用のインストールキャンペーン、すべての広告を同時にスタート、スクリーニングのシグナルとしての支出、配信開始前に書いておく判断ルール。エリミネーションラウンドが、その設計にあたります。
なぜ広告クリエイティブのイテレーションが十分に速くないのですか
UAチームのイテレーションが遅くなりがちなのは、数字を見る人間と次の広告を作る人間の間に引き継ぎがあり、ブリーフが順番待ちの間に古くなってしまうからです。私は、ブリーフもアカウントマネージャーも介さず、前のラウンドの読み解きから次のバージョンを直接書きます。1つのアカウントで5か月に175本の広告というのが、そのペースです。
クリエイティブテストシステムはどう構築するのですか
コンセプトのテストとバージョンのテストを分け、すべての広告に同じスタートラインを与える構造でテストし、配信開始前に指標と支出の上限を書いておき、テストした変数と判断内容を添えてすべての広告を記録し、勝ったものだけを作り直します。各プラットフォームのテストツールは助けにはなりますが、仮説や売上に基づく判断の代わりにはなりません。
UGCとAIGCはクリエイティブテストシステムに含まれるべきですか
はい。ただし答えとしてではなく、テストするフォーマットとしてです。AI映像は、誰も撮影する前にどの訴求が響くかをテストし、リアクションがプロダクトを売る場面ではクリエイターがカメラの前に立つ広告がスケールしやすく、プロダクトそのものが売りになる場面ではゲームプレイやアプリのキャプチャが先導します。AI UGC広告が何に向いているかは別ページにまとめています。
クリエイティブテストシステムを構築する専門家は何をするのですか
アカウントを読み解き、これまで評価されてきたものからコンセプトを書き、各バージョンで何をテストするかを決め、テストを設計し、支出を読み、負けたものを止め、次のラウンドの出発点となる読み解きを書き、貴社のチームがそれを運用できるように育成します。Deutsche Telekomでは、社内のクリエイティブテストのプロセスを構築し、それを引き渡すことを意味しました。
クリエイティブテストとパフォーマンスマーケティングは一人が担うべきですか
私が扱う支出水準では、そうすべきです。支出配分、コンバージョンシグナル、予算判断が次のコンセプトにつながっており、これらをスタジオ、代理店、バイヤーに分けてしまうと、それぞれの間にドキュメントが挟まってしまいます。fractional Head of UAが担うものでは、チャネル、計測、クリエイティブテストを一つの仕事として挙げています。
クリエイティブの勝者をいつ判断できますか
エリミネーションラウンドは、数日間の配信の後、または配信開始前に設定した支出の上限に達した時点のどちらか早いほうで読み取ります。勝者が実際に課金者をもたらすかどうかは、貴社の売上が成熟するまでの時間だけかかり、ROASが意味を持つまでに何件の購入が必要かはアカウントによって異なります。
出典
- What are best practices for A/B tests for Meta ads? Meta Business Help Center。1つの変数をテストし、測定可能な仮説から始め、他のどの実行中のキャンペーンも使用していないオーディエンスを使い、最短7日、最長30日で実施する。2026年9月24日にブラウザで確認。
- Split Test Best Practices TikTok Business Help Center、2026年1月更新。仮説を先に立て、意味のある差が出る変数を1つ、推定検出力80%以上、期間は7日から30日、実施中の編集は不可。統計的な定数ではなく、プロダクト側の推奨事項。2026年9月23日確認。
- About Smart Creative TikTok Business Help Center、2025年11月更新。疲弊したと判定したクリエイティブを一時停止し、split testには対応していない。この疲弊判定は第三者による検証を受けていない。2026年9月23日確認。
- About Automate Creative TikTok Business Help Center、2026年9月更新。貴社のアセットのSymphony AIによるバリエーション。split testには対応していない。2026年9月23日確認。
- Set up a directional experiment for App campaigns Google Ads Help。明確な結果を得たい場合はテストごとに属性を1つ、デフォルトの終了日は14日、厳密な統一の予算や期間のルールはなく、テスト実施中に先頭グループが入れ替わることもある。現時点では特定のApp campaignと動画の設定に限定。更新日の記載なし。2026年9月23日確認。
- About asset reporting for App campaigns Google Ads Help。1つの広告に複数のアセットを含めることができ、評価は相対的なものであるため、アセットごとの行は単独の露出テストではない。2026年9月23日確認。
- A Comparison of Approaches to Advertising Measurement: Evidence from Big Field Experiments at Facebook Gordon、Zettelmeyer、Bhargava、Chapsky、Marketing Science、2019年。米国におけるFacebook実験15件、5億件のユーザー観測、16億件のインプレッション。著者のうち2名はFacebookの従業員で、アプリに限定した調査ではない。
- Always Valid Inference: Continuous Monitoring of A/B Tests Johari、Koomen、Pekelis、Walsh、Operations Research、2022年。固定期間のテストを繰り返し確認し、有意になった時点で止めることは偽陽性を増やす。一般的なウェブ実験を対象とし、この手法を実装したOptimizelyの資金提供を受けている。
- A meta-analysis of the effectiveness of social media influencers: Mechanisms and moderation Barari、Eisend、Jain、Journal of the Academy of Marketing Science、2025年オンライン公開。論文71本、実験研究135件、効果量571件。測定対象はエンゲージメントと購入意向であり、アプリのインストール数やLTVではなく、効果はクリエイター、プロダクト、プラットフォームによって異なる。
- Frontiers: Generative AI and Personalized Video Advertisements Kapoor、Kumar、Marketing Science、2025年。あるインド小売業者の既存顧客21,328名を対象としたWhatsAppでのフィールド実験。パーソナライズされた生成映像が、エンゲージメントをおよそ6から9パーセンテージポイント押し上げた。パーソナライゼーション、映像、AIによる制作の効果は個別に切り分けられておらず、測定対象はインストール数や売上ではなくエンゲージメントである。